Verschilt de omvang van de taal- en rekenachterstand van autochtone basisschoolleerlingen met laaggeschoolde ouders per school, regio of provincie?

Verschilt de omvang van de taal- en rekenachterstand van autochtone basisschoolleerlingen met laaggeschoolde ouders per school, regio of provincie? J. Dronkers & P. Deckers * SCO/Kohnstamm Instituut, Universiteit van Amsterdam * Dit artikel is geschreven opdracht van de projectgroep OVB (OVB554/NWO96902) in het kader van de secundaire analyses van data van het LEO en PRIMA bestanden. Het is in een uitvoeriger versie als paper gepresenteerd op de Onderwijsresearch Dagen 1998 in Enschede. Alle correspondentie richten aan de eerste auteur, SCO/Kohnstamm Instituut, Universiteit van Amsterdam, Wibautstraat 4, 1091 GM Amsterdam. E-mail: jaapd@sco.educ.uva.nl

Verschilt de omvang van de taal- en rekenachterstand van autochtone basisschoolleerlingen met laaggeschoolde ouders per school, regio of provincie? 1. Inleiding In de wetenschappelijke en politieke discussie over achterstanden in het onderwijs is de laatste twee decennia iets erg merkwaardigs gebeurd. In de zestiger en zeventiger jaren was de volle wetenschappelijke en politieke aandacht gericht op de leerachterstand van arbeiderskinderen. In de wetenschappelijk opzicht leidde in Nederland deze aandacht tot de opbloei van de onderwijssociologie, het specialisme dat zich met uitstek met die leerachterstanden zou bezighouden. In politiek opzicht leidde deze aandacht tot de contourennota van het kabinet Den Uyl en de voorstellen over de middenschool. Toen echter gedurende de tachtiger jaren tot de spraakmakende gemeente doordrong dat de trekarbeiders uit het Mediterreane gebied bij het uitbreken van een economische crises niet stilletjes terug zouden gaan naar hun land van herkomst en dat een verblijf in het vroegere koloniale moederland vaak de voorkeur had boven een permanente terugkeer naar de onafhankelijk geworden kolonie, trad er een aardverschuiving in de aandacht voor leerachterstanden. Niet meer de leerachterstand van het autochtone arbeiderskind kreeg alle wetenschappelijke en politieke belangstelling, bijna alles richtte zich nu op de leerachterstand van de allochtone leerling. Het is hier niet de plaats in te gaan op de culturele, politieke en maatschappelijke oorzaken van deze aardverschuiving in de aandacht 1. Wel is van belang hier te constateren dat met deze verschuiving in de aandacht de leerachterstand van arbeiderskinderen zelf niet was verdwenen: die veranderde nauwelijks gedurende deze decennia (Dronkers en Ultee, 1995) 2. In feite is een belangrijk deel van de leerachterstanden van allochtone leerlingen te verklaren uit de zelfde sociaal-economische oorzaken als de leerachterstanden van autochtone leerlingen ('t Hof & Dronkers, 1993; Latuheru & Hessels, 1994; Driessen, 1995). Het zelfde geldt voor de grote wetenschappelijke en politieke aandacht voor de tegenstelling tussen witte en zwarte scholen, waardoor de oudere belangstelling voor arbeiders- en elitescholen naar de achtergrond verdween (Dronkers & Meijnen, 1997). Daarom staat in dit artikel de leerachterstand van de autochtone basisschoolleerling van laaggeschoolde ouders centraal. In het Nederlandse onderwijsvoorrangsbeleid wordt met de leerachterstand van autochtone leerlingen van laaggeschoolde ouders wel rekening gehouden. Autochtone basisschoolleerlingen waarvan beide ouders alleen een LBO diploma of minder hebben krijgen bij de formatie toekenning aan scholen een groter gewicht dan autochtone basisschoolleerlingen met hogergeschoolde ouders, namelijk 1.25. De precieze herkomst van dit gewicht-zelf is niet erg duidelijk: het lijkt eerder de vrucht van een politiek-financieel compromis dan het resultaat van een wetenschappelijk verantwoorde afweging. Bovendien staat de grondslag van de berekening van deze gewichten steeds onder politieke druk, omdat de geldstromen naar de verschillende onderwijsvoorrangsgebieden veranderen afhankelijk van de gekozen grondslag. Het is daarom van belang om nogmaals kritisch naar de betekenis van het gewicht voor autochtonen basisschoolleerlingen te kijken bij de voorspelling van leerachterstanden. Dat is dan ook het eerste doel van dit artikel is de vaststelling van die kenmerken van ouders en scholen welke het meest bijdragen tot de verklaring 3 van de leerachterstand van 1.25 leerlingen. De uit dit eerste doel afgeleide hypothesen (zie paragraaf 2 voor nadere uitwerking van deze hypothesen) veronderstellen allen dat door een betere meting 2

van kenmerken van ouders en scholen er geen zelfstandige betekenis meer bestaat van het predikaat 1.25 leerling. Door de uitkomsten van de verschillen hypothesen te vergelijken, krijgen wij inzicht in de betekenis van de verschillende ouder- en schoolkenmerken. Vaak wordt door coördinatoren van lokale onderwijsachterstandsgebieden, met name in het Noorden en Oosten van Nederland, gesignaleerd dat autochtone basisschoolleerlingen met laaggeschoolde ouders in hun gebied extra leerachterstanden hebben in vergelijking met autochtone basisschoolleerlingen met hoger geschoolde ouders. Deze coördinatoren verklaren deze extra leerachterstand van leerlingen met laaggeschoolde ouders uit de economische en culturele geschiedenis van deze sociale categorieën in hun gebied of uit de bijzondere economische en culturele achterstand in hun gebieden (bijvoorbeeld een afwijkende werkgelegenheidstructuur), etc. In dat geval zou het 1.25 gewicht, dat alleen gebaseerd is op het ouderlijk onderwijsniveau, onvoldoende recht doen aan de ernst van de leerachterstand in hun gebieden (of delen daarvan). Een indicatie voor dergelijke regionale verschillen, die onvoldoende door het 1.25 gewicht gemeten zouden zijn, zijn de vaak grote verschillen tussen scholen en regio's in de grootte van de leerachterstand van 1.25 leerlingen ten opzichte van de 1.00 leerlingen. Het tweede doel van dit artikel is daarom na te gaan of er significante regionale verschillen bestaan tussen de leerachterstand van 1.25 leerlingen ten opzichte van 1.00 leerlingen, die niet verklaard kunnen worden uit verschillen in ouder- en schoolkenmerken, die van invloed zijn op de leerachterstand van 1.25 leerlingen. Deze twee problemen worden geanalyseerd met behulp van de PRIMA data, een nationaal databestand over de leerachterstand van basisschoolleerlingen. Daarbij beperken wij ons gegeven de doelstellingen van dit artikel tot autochtone leerlingen. Bovendien zullen wij alleen gebruik maken van dat deel van de PRIMA data van waarin voldoende kenmerken van ouders en scholen beschikbaar zijn (zie verder paragraaf 4). 2. Ouder- en schoolkenmerken en de leerachterstand van 1.25 leerlingen Er zijn verschillende verklaringen voor die per school en per gebied variërende betekenis van 1.25 leerlingen, en deze leiden tot verschillende hypothesen die met het PRIMA bestand goed toetsbaar zijn: 1. de reductie van de ouderlijke opleiding tot een dichotome variabele (par. 2.1.); 2. het beroep van de ouders (par. 2.2.); 3. twee andere ouderlijk milieu kenmerken: werkloosheid, éénoudergezin (par. 2.3.); 4. verschillen tussen scholen in milieu compositie (opleiding, beroep, overige ouderlijke kenmerken, percentage allochtonen; par. 2.4.); 5. verschillen tussen scholen in hun lokale functie en mogelijkheden voor het voeren van een onderwijsachterstand beleid (par. 2.5). 2.1. De reductie van de ouderlijke opleiding tot een dichotome variabele De toekenning van het predikaat 1.25 leerling binnen het onderwijsvoorrangsbeleid gebeurt op grond van het opleidingsniveau van beide ouders van de autochtone leerling. Dit betekent dat alle leerlingen waarvan beide ouders een opleidingsniveau van LBO of lager hebben in één 3

categorie worden ondergebracht (de 1.25 leerling), terwijl alle leerlingen waarvan één van beide ouders een opleidingsniveau boven hoger dan LBO hebben in één andere categorie worden ondergebracht (de 1.00 leerling). Deze procedure heeft tot gevolg dat een ordinale schaal, die de opleidingsniveaus van ouders meet en die loopt van beide ouders met een wetenschappelijke opleiding tot beide ouders met alleen basisschool, tot een dichotome verdeling wordt teruggebracht en dat alle verschillen tussen 1.25 leerlingen en tussen 1.00 leerlingen onderling verwaarloosd worden. Deze reductie van alle verschillen in opleidingsniveau tussen ouders tot een tweedeling verkleint de wetenschappelijke en ook de praktische verklaringskracht van het predikaat 1.25 leerling. Binnen de groep 1.25 leerlingen komen daardoor leerlingen voor met ouders met nogal verschillende onderwijsniveaus: enerzijds leerlingen met ouders die alleen basisschool en anderzijds leerlingen met ouders die wel voortgezet onderwijs hebben gevolgd maar net één van de twee te weinig voor het predikaat 1.00 leerling. Nu is het goed denkbaar dat er tussen scholen verschillen bestaan in de vulling van de twee categorieën van deze dichotome variabele. In de ene school heeft een meerderheid van de ouders van 1.25 leerlingen net onvoldoende opleiding genoten voor het 1.00 predikaat, op de andere school heeft de meerderheid van beide ouders van de 1.00 leerlingen maar net genoeg onderwijs genoten om in aanmerking te komen voor het 1.00 predikaat in aanmerking te komen. In die gevallen zullen de verschillen in leerachterstanden tussen 1.25 en 1.00 leerlingen niet groot zijn, omdat hun ouders in het werkelijke onderwijsniveau niet sterk verschillen. Maar het kan ook anders uitpakken. Op de ene school heeft de meerderheid van de ouders van de 1.25 leerlingen maar heel weinig onderwijs genoten, terwijl op in een andere school heeft de meerderheid van de ouders van de 1.00 leerlingen veel onderwijs gevolgd. In die gevallen zullen de verschillen in leerachterstanden tussen 1.00 en 1.25 leerlingen wel groot zijn, omdat hun ouders in hun werkelijke onderwijsniveau sterk verschillen. Indien deze verklaring van de variërende grote verschillen per school en regio tussen de leerprestaties van 1.00 en 1.25 leerlingen juist is, zou hypothese 1A bevestigd moeten worden: naarmate het verschil in gemiddelde onderwijsniveaus tussen ouders van 1.00 leerlingen en van 1.25 leerlingen op een school groter is, zal het verschil in achterstand in leerprestaties tussen 1.00 en 1.25 leerlingen op die school groter zijn, ook na controle voor de percentages 1.00 leerlingen op die school. Aanvaarding van hypothese 1A leidt tot de toetsing van hypothese 1B, die het belang van deze eerste verklaring voor verschillen tussen scholen en regio's in de leerachterstand van 1.25 leerlingen kan vaststellen: Na controle voor het ouderlijk onderwijsniveau zullen de verschillen in leerachterstand van 1.00 leerlingen en van 1.25 leerlingen per school en per regio in belangrijke mate verminderd zijn. 2.2. Het beroep van de ouders Naast de ouderlijke opleiding zijn er ook andere milieu kenmerken die van belang zijn voor de mate van leerachterstand. De beroepen die de ouders uitoefenen is daarbij het belangrijkst. Over het algemeen geldt dat hoe hoger de algemene aantrekkelijkheid van een beroep (vaak de status of de sociaal-economische positie genoemd), des te gunstiger de omstandigheden waaronder de leerling tot leerprestaties komt. Deze regelmatigheid geldt zowel voor de beroepen van vaders en moeders. De effecten van beide ouderlijke beroepen op de leerprestaties van hun kinderen bestaan ongeacht het opleidingsniveau van beide ouders en ongeacht de status van het beroep 4

van de andere ouder. Nu bestaat er een relatief hoge positieve samenhang tussen de ouderlijke opleidingen enerzijds en de status van hun beroepen anderzijds. Deze samenhang vloeit voort uit de plaats van het onderwijs in de moderne samenleving en uit het belang dat kennis en vaardigheden, die op of via het onderwijs geleerd worden, spelen bij het moderne produktieprocessen. Dit betekent dat 1.25 leerlingen vaker ouders hebben met minder aantrekkelijke beroepen, waardoor zij minder gunstige voorwaarden hebben om tot goede leerprestaties te komen dan 1.00 leerlingen, die vaker ouders hebben met aantrekkelijker beroepen, waardoor zij gunstiger voorwaarden kennen. Nu is de arbeidsplaatsenstructuur niet in alle regio's in Nederland het zelfde (in de ene regio is een groter aanbod van betere banen dan in een andere regio). Daardoor zullen ouders in de ene regio dus gemiddeld een lager beroepsstatus hebben dan in een andere regio. Daardoor kunnen extra verschillen optreden tussen de leerprestaties van 1.00 en 1.25 leerlingen in verschillende scholen en regio's. Ook is het mogelijk dat bepaalde groepen beroepsbeoefenaren een voor- of afkeur hebben van bepaalde scholen voor hun kinderen. Indien deze verklaring van de variërende grote verschillen per school en regio tussen de leerprestaties van 1.00 en 1.25 leerlingen juist is, zou hypothese 2 bevestigd moeten worden: Na controle voor de beroepsniveau van beide ouders zullen de verschillen in leerachterstand van 1.00 leerlingen en 1.25 leerlingen per school en per regio in belangrijke mate verminderd zijn. 2.3. Twee andere ouderlijke kenmerken: werkloosheid en éénoudergezin Opleiding en beroep van beide ouders zijn niet de enige milieu kenmerken die van belang zijn voor de leerachterstand van leerlingen. Twee andere kenmerken spelen nog steeds ook een rol, zoals werkloosheid van de kostwinner, éénoudergezin. Gezinsgrootte heeft de laatste decennia geen significant effect meer op onderwijskansen van leerlingen. Weliswaar zijn de effecten van deze overige milieukenmerken kleiner dan die van ouderlijke opleiding en beroep, maar zij zijn zeker niet verwaarloosbaar. Deze twee milieukenmerken zijn bovendien niet gelijk over 1.00 en 1.25 leerlingen verdeeld. Laaggeschoolde ouders hebben een grotere kans op werkloosheid dan hooggeschoolde ouders, waardoor 1.25 leerlingen een grotere kans hebben op ongunstige voorwaarden voor hun schoolprestaties dan 1.00 leerlingen. Ook de kans op het leven in een éénoudergezin behoeft niet gelijk verdeeld te zijn over 1.00 en 1.25 leerlingen. Werkloosheid en echtscheiding komen niet in alle regio's even veel voor. Daardoor kunnen extra verschillen optreden tussen de leerprestaties van 1.00 en 1.25 leerlingen in verschillende scholen en regio's. Indien deze verklaring van de variërende grote verschillen per school en regio tussen de leerprestaties van 1.00 en 1.25 leerlingen juist is, zou hypothese 3 bevestigd moeten worden: Na controle voor de overige relevante kenmerken van beide ouders zullen de verschillen in leerachterstand van 1.00 leerlingen en 1.25 leerlingen per school en per regio in belangrijke mate verminderd zijn. 2.4. Verschillen tussen scholen in milieu compositie Leerlingen uit verschillende milieus bezoeken niet dezelfde scholen, maar leerlingen uit een bepaald milieu komen op de ene school vaker voor dan op een andere school. Dit leidt tot verschillen in de milieu compositie van scholen. Deze compositie verschillen kunnen door vijf 5

mechanismen ontstaan. Allereerst zijn in bepaalde regio's als gevolg van de werkgelegenheidstructuur bepaalde milieus over- of ondervertegenwoordigd, waardoor die scholen in die regio's een afwijkende milieu compositie kunnen hebben in vergelijking met de overige scholen in Nederland. Ten tweede zijn in bepaalde wijken als gevolg van vraag en aanbod van huizen van verschillende kwaliteit en prijs bepaalde milieus over- of ondervertegenwoordigd, waardoor scholen in die wijken een afwijkende milieu compositie kunnen hebben in vergelijking met de overige scholen in andere wijken in die regio. Ten derde hebben ouders in Nederland vrijheid van schoolkeuze, waardoor de milieu compositie van bepaalde scholen kunnen afwijken van die van andere scholen in die zelfde regio of wijk: godsdienstige voorkeuren hangen samen met een bepaald ouderlijk milieu. Ten vierde kunnen ouders een voorkeur hebben voor scholen met een bepaalde milieu compositie, omdat zij dat het beste voor hun kind achten. Door dit gebruik van de vrijheid van schoolkeuze kunnen reeds bestaande verschillen in milieu compositie tussen scholen verder aangescherpt worden. Ten vijfde kunnen ouders een voorkeur hebben voor scholen met een bepaalde didactische of inhoudelijke aanpak, omdat zij die het beste voor hun kind achten. Dergelijke voorkeuren kunnen met het ouderlijk milieu samenhangen, waardoor verschillen in milieu compositie tussen scholen kunnen ontstaan. De milieu compositie van een school beïnvloedt de effectiviteit van het onderwijsleerproces op ten minste drie manieren: 1. een hoog percentage leerlingen met leerproblemen verlaagt het tempo en het niveau van het gegeven onderwijs omdat relatief meer lestijd besteed moet worden aan het onderwijzen van de vele leerlingen met leerproblemen; 2. een hoog percentage leerlingen uit een bepaald milieu beïnvloedt de waarden en normen van leerlingen met betrekking tot hun schoolse activiteiten; 3. een hoog percentage leerlingen met leerproblemen verlaagt bij de leerkrachten het eindniveau waarnaar zij met hun leerlingen streven als gevolg van de wet van Posthumus. Deze drie processen leiden er toe dat de milieu compositie van scholen een van de belangrijkste schoolkenmerken is, ook als men rekening houdt van de ouderlijke milieus van de individuele leerlingen. Immers alle leerlingen ongeacht hun sociale herkomst, hebben last van deze verlaging van tempo en niveau, van de dominante waarden en normen en van de wet van Posthumus. Daardoor kunnen de verschillen in leerprestaties tussen 1.00 en 1.25 leerlingen tussen verschillende scholen en regio's ook verklaard worden, want 1.00 en 1.25 leerlingen zijn niet gelijk verdeeld over scholen met verschillende milieu composities. Als eerste stap bij deze analyse wordt hypothese 4A getoetst: de leerprestaties van zowel 1.00 als 1.25 leerlingen wordt beïnvloed door de milieu compositie van de school die zij bezoeken. Indien hypothese 4A juist is (en veel onderzoek heeft reeds aangetoond dat hij juist is), verklaart dit nog niet waarom er vaak grote verschillen tussen scholen en regio's bestaan in de grootte van de leerachterstand van 1.25 leerlingen. Om deze variëteit van leerachterstand tussen 1.00 en 1.25 leerlingen tussen verschillende scholen te kunnen verklaren moet nog hypothese 4B juist zijn: Na controle voor de milieu compositie van de scholen zullen de verschillen in leerachterstand van 1.00 leerlingen en 1.25 leerlingen per school en per regio in belangrijke mate verminderd zijn. Bij de vaststelling van de milieu compositie van scholen zal afzonderlijk aandacht besteed worden aan de verschillen tussen scholen in het percentage migrantenleerlingen, omdat dit een andere vorm van verschillen in leerling compositie is, die via vergelijkbare processen de verschillen in leerprestaties tussen 1.00 en 1.25 leerlingen kan beïnvloeden. 6

2.5. Verschillen tussen scholen in hun lokale functie en mogelijkheden voor het voeren van een leerachterstand beleid Naast milieu compositie van scholen spelen ook andere schoolkenmerken een rol bij de schoolloopbanen van de leerlingen. De effectieve school 'beweging' heeft een aantal kenmerken voor Amerikaanse scholen vastgesteld. De wetenschappelijke status van deze kenmerken van effectieve scholen is nog steeds voor Amerikaanse scholen omstreden, omdat zij in serieus wetenschappelijk onderzoek niet steeds overeind blijven. Dat omstreden karakter geldt nog meer voor de betekenis van deze lijst kenmerken voor Nederlandse scholen, die in een aantal belangrijke kenmerken afwijken van de Amerikaanse scholen (geen lokaal afwijkende financiering van onderwijsgelden; landelijke regels voor kwaliteitseisen aan docenten en betaling van docenten; centrale regels met betrekking tot afsluiting van basisonderwijs; landelijke inrichting van voortgezet onderwijs; zware rol landelijke onderwijsorganisaties). Dat betekent dat de omvang van de verschillen tussen scholen in Nederland na controle voor leerling- en ouderkenmerken kleiner is dan de omvang van de verschillen tussen scholen in de USA. De voor individuele kenmerken gecontroleerde omvang van de verschillen tussen scholen in Nederland varieert per afhankelijke variabele, maar meestal is zij niet groter dan 5% van de totale variantie tussen de leerlingen. Verschillen tussen scholen zijn dus minder belangrijk voor verschillen in leerprestaties van leerlingen dan verschillen tussen leerlingen. Dit betekent echter niet dat die kleine schoolverschillen onbelangrijk zijn. Maatschappelijk kunnen die kleine schoolverschillen van belang zijn omdat alleen daar een beter aangrijpingspunt voor beleid van ouders, scholen en overheden ligt dan in de kenmerken van ouders en leerlingen. Verschillen tussen Nederlandse scholen kunnen gedeeltelijk uit het al dan niet bezitten van bepaalde schoolkenmerken verklaard worden. Deze schoolkenmerken, die voortvloeien uit lokaal genomen beslissingen of uit lokaal afwijkende ontwikkelingen, hebben betrekking op organisatiekenmerken van de school (richting, omvang, beschikbare middelen, inzet middelen, etc.), kenmerken van de leerkrachten (leeftijd, kwalificaties, bijscholing, etc), kenmerken van het onderwijsleerproces (lesmethoden, groepsindeling, omvang effectieve onderwijs- en leertijd, etc). Verschillen tussen scholen in hun kenmerken kunnen de verschillen in leerprestaties tussen 1.00 en 1.25 leerlingen tussen verschillende scholen en regio's ook verklaren, want 1.00 en 1.25 leerlingen behoeven niet gelijk verdeeld te zijn over scholen met verschillende kenmerken. De lokaal genomen beslissingen of de lokaal afwijkende ontwikkeling, die leiden tot verschillen in schoolkenmerken, kunnen immers samenhangen met de ontwikkelingen in de milieu compositie van de school en dus met de verdeling van 1.00 en 1.25 leerlingen over verschillende scholen. Als eerste stap bij deze analyse wordt hypothese 5A getoetst: de leerprestaties van 1.00 en/of 1.25 leerlingen worden beïnvloed door bepaalde schoolkenmerken van de scholen die zij bezoeken. Indien hypothese 5A juist is (het zal eerst moeten blijken welke schoolkenmerken in dit geval significante effecten hebben), verklaart dit nog niet waarom er vaak grote verschillen tussen scholen en regio's bestaan in de grootte van de leerachterstand van 1.25 leerlingen. Om deze variëteit van leerachterstand tussen 1.00 en 1.25 leerlingen tussen verschillende scholen te kunnen verklaren moet nog hypothese 5B juist zijn: Na controle voor de significante kenmerken van de scholen zullen de verschillen in leerachterstand van 1.00 leerlingen en 1.25 leerlingen per school en per regio in belangrijke mate verminderd zijn. 7

3. De statistische analyse van de hypothesen De hypothesen die wij met de PRIMA data willen toetsen, moeten uiteraard niet alleen afzonderlijk getoetst worden, omdat ouderlijke opleiding, het beroep van de ouders, andere ouderlijk milieu kenmerken, verschillen tussen scholen in milieu compositie en verschillen in schoolkenmerken onderling kunnen samenhangen. Daarom moeten de vijf hypothesen ook worden getoetst in een multivariate analyse. Tegelijkertijd gaat het bij deze hypothesen om meerdere analyse-niveaus (leerling, schoolkenmerk, gemeente, gebied). Dit betekent dat multilevel analyse (MLN) de meest voor de hand liggende aanpak is. Zoals al eerder opgemerkt worden in de analyses de 1.90 leerlingen (allochtone leerlingen met laaggeschoolde ouders) niet meegenomen, met uitzondering bij de vaststelling van de milieu compositie van scholen). Er zijn twee afzonderlijke afhankelijke variabelen in deze multi-level analyse: de taal- en rekenprestaties van 1.00 en 1.25 leerlingen in groep vier van de basisschool in 1996. Wij hebben gekozen voor deze afzonderlijke analyse om taal- en rekenprestaties, omdat steeds duidelijker wordt dat de betekenis van het ouderlijk milieu nogal verschilt voor taal en rekenen (de Fraiture, Dronkers & van Erp, 1997). In het algemeen betekent dit dat taalprestaties nog meer dan rekenprestaties afhankelijk zijn van het ouderlijk milieu. Deze keuze betekent dat elke analyse afzonderlijk voor taal- en rekenprestaties wordt uitgevoerd. Gezien de tweede doelstelling van dit artikel gebruiken wij drie verschillende operationalisaties van het gebied waarin de school ligt: provincie, urbanisatiegraad van de woongemeente en regio (een combinatie van provincie en urbanisatiegraad; zie verder paragraaf 4). Deze operationalisaties zijn steeds het boven-individuele niveau in de multi-level analyse, boven het individuele leerlingniveau. Ten einde de uitkomsten met deze operationalisaties van gebied waarin de school ligt in perspectief te plaatsen hebben wij ook multi-level analyses uitgevoerd waarin de basisschool van de leerling het boven-individuele niveau is. Dit betekent dat elke analyse vier keer wordt uitgevoerd met steeds een andere operationalisatie van het gebied waarin de school ligt. De multi-level analyses worden steeds stapsgewijze uitgevoerd. Ze starten met een eerste stap waarin middels een nominale variabele alleen wordt gecontroleerd voor hetzij de provincie waarin de school de school ligt, hetzij de urbanisatiegraad van de gemeente waarin de school ligt, hetzij de regio waarin de school ligt, hetzij de school van de leerling. In de tweede stap wordt een dummy-variabele, die aangeeft of de leerling een 1.00 of 1.25 leerling is, toegevoegd. De parameter van deze dummy variabele geeft de omvang van de achterstand in leerprestaties van 1.25 leerlingen op 1.00 leerlingen aan. Achtereenvolgens worden in de derde stap hetzij ouderlijke opleiding, hetzij het beroep van beide ouders, hetzij werkloosheid van de vader, hetzij eenoudergezin, hetzij verschillen tussen scholen in milieu compositie, hetzij verschillen in schoolkenmerken aan de multi-level vergelijkingen toegevoegd worden. De multi-level analyse van de eerste drie stappen zijn steeds zo uitgevoerd, dat de 8

parameters van alle variabelen steeds gefixeerd zijn. Gezien de doelstelling van dit artikel kan dit onjuist zijn, omdat wij willen onderzoeken of na controle voor de relevante kenmerken er nog significante verschillen tussen gebieden en scholen bestaan in de betekenis van het predikaat 1.25 leerling. Daarom wordt in de vierde stap de dummy-variabele, die aangeeft of een leerling een 1.25 leerling is, in het random-deel van het boven-individuele niveau (provincie, urbanisatiegraad, regio of school) geplaatst. Daardoor kunnen wij nagaan of de parameter van de dichotome variabele 1.25 leerling significant verschilt per gebied of school, zoals in onze hypothesen verondersteld wordt. Centraal staan in de analyses de grootte of significantie van de parameter van de dummy variabele 1.25 leerling (hoe meer deze naar 0 tendeert, hoe kleiner de achterstand van leerlingen met het predikaat 1.25 nacontrole voor de onafhankelijke variabelen) en de significantie van de verschillen van deze parameter tussen scholen of gebieden (hoe groter deze verschillen, des te meer verschillen de leerprestaties van 1.25 leerlingen met die van 1.00 leerlingen in verschillende scholen of gebieden). Door ruimtegebrek kunnen wij niet de uitkomsten van de vele multi-level analyses in dit artikel weergegeven. Wij zullen ons daarom in de weergave beperken tot het belangrijkste resultaat 4. De vijfde en belangrijkste stap is een multi-level analyse waarin alle ouder- en schoolkenmerken gezamenlijk in opgenomen zijn. De uitkomsten van de eerste drie stappen zijn behulpzaam geweest bij de keuze van de relevante ouder- en schoolkenmerken. De opzet van deze totaal analyses loopt parallel aan die van de opzet van de eerste vier stappen. Indien de parameter van de variabele 1.25 leerling significant verschilt per gebied of school, betekent dit dat scholen en regio's inderdaad verschillen in de mate van achterstand van 1.25 leerlingen op 1.00 leerlingen en dat deze verschillen niet geweten kunnen worden aan verschillen in ouder- en schoolkenmerken. De uitkomsten van deze vijfde en belangrijkste stap geven wij el weer in dit artikel. Tussen scholen of gebieden kunnen ook significante verschillen bestaan in taal- en rekenprestaties niet niet specifiek zijn voor 1.25 leerlingen of 1.00 leerlingen. Dit soort algemene verschillen tussen scholen of gebieden is niet het hoofddoel van deze studie. Maar de analyse geeft wel informatie over dit type algemene verschillen tussen scholen of gebieden, namelijk de significantie van de verschillen in de intercepten van scholen of gebieden. Deze verschillen kunnen geinterpreteerd worden als de netto effectiviteit van de school of de 'toegevoegde waarde' van de school. Gezien de opgelaaide discussie over verschillen tussen basisscholen zullen wij deze algemene verschillen tussen scholen hier als neven-product van deze analyses wel weergeven. 4. De PRIMA data In tegenstelling tot onze oorspronkelijke plannen hebben wij de analyses uitgevoerd op de PRIMA data en wel alleen met de gegevens van de leerlingen van groep 4 van de basisschool. Deze beperking tot leerlingen van groep vier vloeit voort uit het ontbreken van bruikbare gegevens 5 over het beroep van beide ouders in de LEO data voor leerlingen uit hogere groepen binnen de basisschool, waarop het PRIMA cohort voortbouwt. Voor de interpretatie van de 9

uitkomsten van onze analyses betekent dit dat de verschillen in leerprestaties tussen groep-vierleerlingen uit verschillende ouderlijke milieus nog niet zo groot zijn als aan het eind van de basisschool. Het is derhalve mogelijk dat een vergelijkbare analyses met de leerprestaties uit groep acht tot meer significante verschillen zou kunnen leiden. Het is echter onwaarschijnlijk dat de uitkomsten wezenlijk anders zouden luiden daar de ongelijke leerprestaties in groep acht over het algemeen in het verlangde liggen van die in groep vier. Gezien het belang van gegevens over het beroep van beide ouders voor de interpretatie van de leerachterstand van 1.25 leerlingen hebben wij daarom toch besloten de analyse uitsluitend uit te voeren op de leerlingen van groep vier van het PRIMA cohort uit 1996. De variabelen uit het PRIMA cohort, die wij hebben gebruikt, zijn in drie groepen in te delen: ouder-, school- en regio-variabelen. De ouder- en regio-variabelen zijn allen in zowel de taalals rekenscore analyses gebruikt. Meeste schoolvariabelen zijn ook in zowel de taal- als rekenscore analyses gebruikt, maar in sommige gevallen zijn ze alleen in de taal- of rekenscore analyse gebruikt (R alleen gebruikt bij rekenen; T alleen gebruikt bij taal; RT gebruikt bij zowel taal als rekenen). Dit heeft te maken met de procedure gevolgd bij de selectie van de schoolvariabelen teneinde die op te nemen in de analyses. De PRIMA data bevatten een groot aantal schoolvariabelen. In eerste instantie zijn wij nagegaan welke van al die schoolvariabelen een significante samenhang hadden met respectievelijk taal- of rekenscore, overigens nog ongecontroleerd voor andere ouder-, school- of regio-variabelen. Al die schoolvariabelen, die hetzij met reken-, hetzij met taalscore een significante samenhang hadden hebben wij vervolgens in de verdere analyse betrokken. Dat betekent dat schoolvariabelen die wel in de PRIMA data voorkomen, maar niet op onderstaande lijst voorkomen geen significante samenhang hadden met taal- of rekenscores. Voor verdere informatie over de scoring van de variabelen en de steekproeftrekking van het PRIMA cohort verwijzen wij naar de relevante publikaties (Driessen, Jungbluth, van Langen & Vierke, 1996; Jungbluth, Peetsma & Roeleveld, 1996). De ouder variabelen zijn: Leerlinggewicht (1.25 versus 1.00=referentie), nb; Opleidingsniveau moeder 6, oplm; Opleidingsniveau vader 5, oplv; Beroepsniveau moeder 5, brpm; Beroepsniveau vader 5, brpv; Werkloosheid vader (wel versus niet=referentie), wrkls; Eenoudergezin, oorzaak onbekend (wel versus niet=referentie), eenoud. De schoolvariabelen met een significante samenhang met hetzij de rekenscore (R), hetzij de taalscore (T), hetzij beide (RT) zijn: Milieucompositie 7 (RT); OVB gebiedsschool (wel versus niet=referentie); Openbare denominatie (openbaar versus anders = referentie) (R); Protestant Christelijke denominatie (pc versus anders = referentie) (R); Rooms-katholieke denominatie (rk versus anders = referentie) (R); 10

Aantal leerlingen school (RT); Gemiddelde groepsgrootte (RT); Gemiddeld aantal leerlingen per leerkracht (RT); Aantal leerkrachten met akte/diploma speciaal onderwijs (R); Aantal leerkrachten met pedagogiek MO-b/universiteit (RT); Gevolgde nascholingscursussen (R); Aantal uren per week voor specifieke taken/functies (R); Beschikking over een leerling volgsysteem (R); Aantal vaste besprekingen van probleemleerlingen (RT); Aantal terugverwijzingen van SO-school naar basisschool (RT); Voorkomen van het geven van lessen in andere groepen (R); Voorkomen van het geven van extra instructie aan andere groepen (R); Personeelsverloop (T); Aantal OVB-formatieplaatsen (T); Aantal leerkrachten met opleiding remedial teacher (T); Aantal leerkrachten met pedagogiek MO-a (T); Gevolgde nascholingscursussen 'management' en 'onderwijskundig leiderschap' (T); Planningsgebruik leerling volgsysteem (T); Toepassing van de maatregel 'zittenblijven' (T); Benutten van leerkrachten voor de ontwikkeling van leerlijnen, pedagogisch-didactisch beleid (T); Begeleiding door een onderwijsbegeleidingsdienst (T). De regio variabelen zijn: Provincie 8, pro; Urbanisatiegraad van de gemeente, urb; Regio als combinatie van provincie en urbanisatiegraad 9, reg; Schoolnummer, sch. Leerlingen die veel missende waarden op belangrijke variabelen hadden zijn niet in het analysebestand opgenomen. Scholen die veel missende waarden hadden zijn niet in het analyse bestand opgenomen, evenals hun leerlingen. Wij hebben het representatieve deel van het PRIMA cohort gebruikt, zodat onze uitkomsten een nationaal representatieve betekenis hebben. 5. Het belang van afzonderlijke ouder- en schoolkenmerken 5.1. Hypothese 1A Hypothese 1A veronderstelt dat naarmate het verschil in gemiddelde onderwijsniveaus tussen ouders van 1.00 leerlingen en van 1.25 leerlingen op een school groter is, het verschil in achterstand in leerprestaties tussen 1.00 en 1.25 leerlingen op die school groter zal zijn, ook na controle voor de percentages 1.00 leerlingen op die school. Om deze hypothese te toetsen hebben wij per school het verschil tussen de gemiddelde reken-score van 1.00 leerlingen en van 11

1.25 leerlingen uitgerekend. Dit is onze afhankelijke variabale. Ook hebben wij per school het verschil tussen het gemiddeld opleidingsniveau van vaders van 1.00 leerlingen en van 1.25 leerlingen berekend, evenals die van de moeders. Samen met het aantal 1.00 leerlingen per school zijn dat onze drie onafhankelijke variabelen. Alleen het verschil per school in opleidingsniveau van vaders van 1.25 leerlingen en 1.00 leerlingen heeft het verwachte significante 10 effect op het verschil tussen de gemiddelde reken-score van 1.00 leerlingen en 1.25 leerlingen. De beide andere onafhankelijke variabelen hadden geen significant effect. De verklaarde variantie is gering (3%). Indien wij het per school verschil tussen de gemiddelde taalscore van 1.00 leerlingen en van 1.25 leerlingen als afhankelijke variabele nemen en verder de zelfde onafhankelijke variabelen gebruiken, hebben de beide ouder variabelen geen significante effecten. De verklaarde variantie is nog geringer (2%). Alleen de heterogeniteit van de opleidingsniveaus van ouders van 1.00 en 1.25 leerlingen beinvloedt dus negatief de afstand tussen de rekenscores van deze twee groepen leerlingen. Taal lijkt minder gevoelig voor deze heterogeniteit. 5.2 Hypothese 1B Hypothese 1B veronderstelt dat na controle voor het ouderlijk onderwijsniveau de verschillen in leerachterstand van 1.00 leerlingen en van 1.25 leerlingen per school en per regio in belangrijke mate verminderd zullen zijn. De tabellen 1 en 2 laten zien dat de hypothese 1B correct is: na controle voor de opleiding van beide ouders verdwijnt het significante effect van de variabele 1.25 leerling geheel, zowel bij taal als bij rekenen (verschil tussen de verhouding van Bnb tot se in het fixed deel van de tabellen in de twee vergelijkingen +nb en +oplm+oplv). Het effect van het 1.25 leerling verschilt wel tussen scholen 11, ook na controle voor ouderlijke opleiding, maar alleen bij de rekenscores (verhouding tussen Bnb en se in het random deel van de laatste vergelijking). Bij taal verschilt het effect van 1.25 leerlingen niet per provincie, urbanisatiegraad, regio of school. Met andere woorden: het effect van de opleiding van de beide ouders op taal- en rekenscores valt in belangrijke mate samen met het effect van het kenmerk 1.25 leerling, en alleen tussen de rekenscore van 1.25 leerlingen van verschillende scholen blijven significante verschillen bestaan. Wel blijven provincies, regio's en scholen 12 verschillen in de gemiddelde reken- en taalscores van hun 1.00 en 1.25 leerlingen, ook na controle voor de opleiding van beide ouders (verhouding A en se in het random deel van de laatste vergelijking), maar dat wijst niet op een bijzondere positie van 1.25 leerlingen in vergelijking met 1.00 leerlingen. ================================================================= Hier ergens tabellen 1 en 2 ================================================================= 5.3 Hypothese 2 Hypothese 2 veronderstelt dat na controle voor de beroepsniveau van beide ouders de verschillen in leerachterstand van 1.00 leerlingen en 1.25 leerlingen per school en per regio in 12

belangrijke mate verminderd zullen zijn. De hier niet weergegeven multi-level analyses laten zien dat de hypothese 2 niet correct is: na controle voor het beroepsniveau van beide ouders is het effect van de variabele 1.25 leerling weliswaar kleiner maar nog steeds significant, zowel bij taal als bij rekenen. De toevoeging van het beroepsniveau van beide ouders verbetert significant de fit van de vergelijking, wat laat zien dat de ouderlijke beroepsniveaus niet onbelangrijk zijn voor de verklaring van verschillen in taal- en rekenscores. Met andere woorden: het effect van het beroepsniveau van de beide ouders op taal- en rekenscores valt niet in belangrijke mate samen met het effect van het kenmerk 1.25 leerling. 5.4 Hypothese 3 Hypothese 3 veronderstelt dat na controle voor werkloosheid van de kostwinner of het opgroeien in een eenoudergezin de verschillen in leerachterstand van 1.00 leerlingen en 1.25 leerlingen per school en per regio in belangrijke mate verminderd zullen zijn. De hier niet weergegeven multi-level analyses laten zien dat de hypothese 3 niet correct is: na controle voor de werkloosheid van de kostwinner of voor het opgroeien in een eenoudergezin is het effect van de variabele 1.25 leerling weliswaar kleiner maar nog steeds significant, zowel bij taal als bij rekenen. De toevoeging van de werkloosheid van de kostwinner verbetert significant de fit van de vergelijking, wat laat zien dat werkloosheid niet onbelangrijk is voor de verklaring van verschillen in taal- en rekenscores. Daarentegen verbetert de toevoeging van het opgroeien in een eenoudergezin niet significant de fit van de vergelijking, wat laat zien dat dit ouderlijk kenmerk onbelangrijk zijn voor de verklaring van verschillen in taal- en rekenscores. 5.5 Hypothese 4A Hypothese 4A veronderstelt dat de leerprestaties van zowel 1.00 als 1.25 leerlingen worden beïnvloed door de milieucompositie van de school die zij bezoeken. De hier niet weergegeven multi-level analyses laten zien dat de hypothese 4A niet correct is. De toevoeging van deze variabele verbetert niet significant de fit van de vergelijking, wat laat zien dat deze milieucompositie niet belangrijk is voor de verklaring van verschillen in taal- en rekenscores. 5.6 Hypothese 4B Hypothese 4B veronderstelt dat na controle voor de milieu compositie van de scholen de verschillen in leerachterstand van 1.00 leerlingen en 1.25 leerlingen per school en per regio in belangrijke mate verminderd zullen zijn. De hier niet weergegeven multi-level analyses laten zien dat de hypothese 4 niet correct is: na controle voor de milieu compositie van de scholen is het effect van de variabele 1.25 leerling nauwelijks kleiner, zowel bij taal als bij rekenen. 5.7 Hypothese 5A Hypothese 5A veronderstelt dat de leerprestaties van 1.00 en/of 1.25 leerlingen worden beïnvloed door bepaalde schoolkenmerken van de scholen die zij bezoeken. De hier niet weergegeven multi-level analyses laten zien dat deze hypothese in het algemeen correct is. De 13

toevoeging van relevante schoolkenmerken verbetert significant de fit van de vergelijking 13, wat laat zien dat de schoolkenmerken niet onbelangrijk zijn voor de verklaring van verschillen in taal- en rekenscores. 5.6 Hypothese 5B Hypothese 5B veronderstelt dat na controle voor de significante kenmerken van de scholen de verschillen in leerachterstand van 1.00 leerlingen en 1.25 leerlingen per school en per regio in belangrijke mate verminderd zullen zijn. De hier niet weergegeven multi-level analyses laten zien dat de hypothese 5B niet correct is: na controle voor de relevante schoolkenmerken is het effect van de variabele 1.25 leerling nauwelijks kleiner en nog steeds significant, zowel bij taal als bij rekenen. Met andere woorden: het effect van schoolkenmerken op taal- en rekenscores valt niet samen met het effect van het kenmerk 1.25 leerling. 6. Het belang van de combinatie van ouder- en schoolkenmerken 6.1. De bijzondere effecten van het predikaat 1.25 leerling In de vorige paragraaf zijn de effecten van het predikaat 1.25 leerling in combinatie met de verschillende ouder- en schoolkenmerken op de taal- en rekenscores afzonderlijk geanalyseerd. Dat geeft echter geen goed beeld omdat deze ouder- en schoolkenmerken ook onderling samenhangen, waardoor zowel de gerapporteerde effecten over- als onderschattingen kunnen zijn. In deze paragraaf worden alle school- en ouderkenmerken gezamenlijk geanalyseerd, eerst voor de rekenscore en vervolgens voor de taalscore. In deze paragraaf gaat uitsluitend om de resterende significantie van het effect van het predikaat 1.25 leerling en de mogelijke significante verschillen in dit effect per provincie, urbanisatiegraad, regio of school. 6.1.1. Rekenen Tabel 3 laat zien dat na opname van deze kenmerken het kenmerk 1.25 leerling geen significant effect meer heeft op de verschillen in rekenscores (de Bnb-parameter is nooit 1.95 groter dan de bijbehorende se-parameter in het fixed deel). Ook het effect van het kenmerk 1.25 leerling op de rekenscores verschilt niet significant per school (verhouding Bnb-parameter en se-parameter in random deel van de laatste vergelijking: 76 versus 154). Dit betekent dat 1.25 leerlingen, ongeacht de school die zij bezoeken, niet meer verschillen in hun rekenprestaties van 1.00 leerlingen, als rekening gehouden wordt met alle ouder- en schoolkenmerken. Het predikaat 1.25 leerling geeft dus in geen provincie, regio of school een extra voorsprong of achterstand in rekenen in vergelijking met 1.00 leerlingen. De veronderstellingen besproken in de inleiding met betrekking tot de afwijkende positie van 1.25 leerlingen in sommige gebieden of scholen vindt dus geen steun in onze data. ================================================================ Hier ergens tabel 3 ================================================================ 14

6.1.2 Taal Tabel 4 laat zien dat na opname van de ouder- en schoolkenmerken het kenmerk 1.25 leerling geen significant meer heeft op de verschillen in taalscores, net als bij de rekenscores (de Bnbparameter is nooit 1.95 groter dan de bijbehorende se-parameter in het fixed deel). Ook het effect van het kenmerk 1.25 leerling op de taalscores verschilt niet significant per school of per provincie (verhouding Bnb-parameter en se-parameter in random deel is nooit groter dan 1.95). Dit betekent dat 1.25 leerlingen, ongeacht de school die zij bezoeken, niet meer verschillen in hun rekenprestaties van 1.00 leerlingen, als rekening gehouden wordt met alle ouder- en schoolkenmerken. Het predikaat 1.25 leerling geeft dus in geen provincie, regio of school een extra voorsprong of achterstand in rekenen in vergelijking met 1.00 leerlingen. De veronderstellingen besproken in de inleiding met betrekking tot de afwijkende positie van 1.25 leerlingen in sommige gebieden of scholen vindt dus geen steun in onze data. =============================================================== Hier ergens tabel 4 =============================================================== 6.2. Verschillen tussen scholen. De tabellen 3 en 4 laten wel significante verschillen tussen scholen in hun reken- en taalscores, ook na controle voor alle relevante ouder- en schoolkenmerken (verhouding tussen A-parameter en se-parameter in random deel), maar deze verschillen gelden voor alle leerlingen die die scholen bezoeken, ongeacht hun predikaat. Uit de niet-significante verschillen tussen scholen in de verschillende provincies en regio's blijkt dat 1.25 leerlingen in geen specifieke provincie of regio een extra reken-achterstand of -voorsprong hebben. Gecombineerd met het significante verschil tussen scholen betekent dit dat deze gevonden verschillen tussen scholen in de taal- en rekenscores van hun leerlingen geen kenmerk is van een regio of van de ongelijke verdeling van ouder- of schoolkenmerken is maar van een afzonderlijke school zelf ongeacht het predikaat van de leerling. In deze paragraaf zullen wij de parameters van het model, waarbij rekening wordt gehouden met gemeten verschillen tussen scholen, nader te bezien, eerst voor rekenen en vervolgens voor taal. 6.2.1. Verschillen tussen scholen ten aanzien van rekenen. Tabel 5 geeft de parameters van de effecten van ouder- en schoolkenmerken op de rekenscore in groep 4, in de vergelijking waarin alle relevante ouder- en schoolkenmerken zijn opgenomen. Variabelen met een parameter die 1.95 groter zijn dan hun standaardfout zijn significant (aangegeven met een * ) ================================================================ hier ergens tabel 5 ================================================================ Allereerst valt in tabel 5 op dat veel parameters van ouder- en schoolkenmerken wel de verwachte richting hebben, maar niet significant zijn gezien de grootte van de standaardfout 15

(bijvoorbeeld eenoudergezin). Met andere woorden: de processen en mechanismen die onder de veronderstelde effecten verondersteld worden, zijn er wel (de levensomstandigheden in een eenoudergezin zijn gemiddeld slechter), maar er zijn te veel uitzonderingen of specifieke situaties die deze processen en mechanismen neutraliseren (levensomstandigheden kunnen na een scheiding voor kinderen beter worden dan opgroeien in een tweeoudergezin waarin de ouders voortdurende ernstige ruzie hebben). Ook is het mogelijk dat bepaalde maatregelen pas genomen worden als bepaalde problemen zijn ontstaan, zodat het bestaan van een bepaalde maatregel in een bepaalde school (bijvoorbeeld het vast bespreken van probleemleerlingen) ook wijst op het veel bestaan van probleemleerlingen in die school. Het mogelijk positieve effect van een maatregel kan zo teniet worden gedaan door de grootte van het probleem dat leidde tot de maatregel. Het is dus belangrijk te onderkennen dat het hier om uitkomsten van een quasiexperimenteel design gaat en niet om een echt experiment, zodat dat in scholen al mogelijk zou zijn. Maar tegelijkertijd is het goed mogelijk dat de effectiviteit van maatregelen ter beinvloeding van leerprestaties wordt overschat, zowel onbedoeld als bedoeld. Onbedoeld omdat de veranderbaarheid van gedrag en potentieel bij mensen tegenwoordig groter wordt geacht dan realiter het geval is. Bedoeld omdat het aanvaard krijgen van een bepaalde maatregel de overdrijving van zijn effectiviteit vereist. De significante variabelen zijn het opleidingsniveau van de moeder (hoe hoger moeders opleidingsniveau, hoe hoger de rekenscore van de leerling), werkloosheid van de vader (indien de vader werkloos is, ligt de rekenscore van de leerling lager), OVB gebiedsschool (indien de bezochte school een OVB gebiedsschool is, ligt de rekenscore van de leerling lager) en het geven van lessen in andere groepen door de leerkrachten (hoe meer lessen leerkrachten in andere groepen geven, hoe hoger de rekenscore van de leerling van de bezochte school is). Zoals reeds eerder is opgemerkt verschillen scholen significant in de hoogte van de intercept, ook na controle voor ouder- en schoolkenmerken. In appendix I worden die scholen opgesomd en wordt aangegeven of zij een belangrijk 14 hoger of een lager intercept hebben dan de gemiddelde school. Onder aanname van het ontbreken van significante random effecten van andere onafhankelijke variabelen (wat wij alleen voor het predikaat 1.25 leerling getoetst hebben) kan een belangrijk lager of hoger intercept geïnterpreteerd worden als een belangrijk hogere of lagere score op de rekentoets na verdiscontering van verschillen in ouder- en schoolkenmerken. Deze verschillen drukken dan de verschillen in 'toegevoegde waarde' van deze scholen uit op het punt van rekenen. 6.2.2 Taal Tabel 6 geeft de parameters van de effecten van ouder- en schoolkenmerken op de taalscore in groep 4 van de vergelijking, waarin alle relevante ouder- en schoolkenmerken zijn opgenomen. Variabelen met een parameter die 1.95 groter zijn dan hun standaardfout zijn significant (aangegeven met een * ) ================================================================ hier ergens tabel 6 ================================================================ Ook in tabel 6 valt op dat veel parameters van ouder- en schoolkenmerken wel de verwachte 16

richting hebben, maar niet significant zijn gezien de grootte van de standaardfout (bijvoorbeeld eenoudergezin). Voor de verklaring van dit verschijnsel verwijzen wij naar datgene wat bij tabel 5 is gezegd. De significante variabelen zijn het opleidingsniveau van de moeder (hoe hoger moeders opleidingsniveau, hoe hoger de taalscore van de leerling), het opleidingsniveau van de vader (hoe hoger vaders opleidingsniveau, hoe hoger de taalscore van de leerling) en het beroepsniveau van de vader (hoe hoger vaders opleidingsniveau, hoe hoger de taalscore van de leerling). Geen enkel schoolkenmerk heeft een significant effect op de taalscore van de leerling. Zoals reeds eerder is opgemerkt verschillen scholen significant in de hoogte van de intercept, ook na controle voor ouder- en schoolkenmerken. In appendix I worden die scholen opgesomd en wordt aangegeven of zij een belangrijk hoger of een lager intercept hebben dan de gemiddelde school. Onder aanname van het ontbreken van significante random effecten van andere onafhankelijke variabelen (wat wij alleen getoest hebben voor de variabele 1.25 leerling) kan een belangrijk lager of hoger intercept geïnterpreteerd worden als een belangrijk hogere of lagere score op de taaltoets na verdiscontering van verschillen in ouder- en schoolkenmerken. Deze verschillen drukken dan de verschillen in 'toegevoegde waarde' van deze scholen uit op het punt van taal. Appendix I laat zien dat het vaak niet zelfde scholen zijn die zowel goed of slecht in taal- als in rekenen zijn. 7. Conclusie Dit artikel laat duidelijk zien dat reeds bij controle voor een voldoende gedifferentieerde meting van het ouderlijk opleidingsniveau er geen zelfstandig effect op taal- en rekenscores overblijft van het predikaat 1.25 leerling. Het predikaat is dus zeker geen goede meting van ouderlijk milieu van autochtone leerlingen, maar het is slechts op zijn best een redelijke benadering daarvan. Het opleidingsniveau van beide ouders afzonderlijk, het beroepsniveau van de vader en vaders werkloosheid zijn gezamenlijk betere indicatoren van het ouderlijk milieu van autochtone leerlingen dan het predikaat 1.25 leerling. Omdat dat ouderlijk milieu van autochtone leerlingen in het meeste beleidsgeorienteerde onderwijskundige onderzoek meestal niet in zijn volle breedte wordt gemeten en gebruikt, kan gemakkelijk het idee past vatten dat het predikaat 1.25 leerling iets extras of bijzonders meet. Ons onderzoek laat het tegen gestelde zien: het is slechts een redelijke benadering van een complexer begrip, waarin naast de ouderlijke opleiding ook het ouderlijk beroep een belangrijke rol speelt. Het is nog steeds een misverstand te denken dat ouderlijke opleiding de enig relevante dimensie van het ouderlijk milieu is geworden. Tenslotte laat onze analyse zien dat onderwijsachterstand van autochtone leerlingen op grond van hun ouderlijk milieu nog steeds bestaat en al duidelijk voorkomt in groep vier van de basisschool. Het is dus onjuist te doen of de enig beleidsrelevante onderwijsachterstand voorkomt onder allochtone leerlingen en dat het met alle autochtone leerlingen wel goed komt. Er zijn geen empirische aanwijzingen dat het predikaat 1.25 leerling in een bepaalde provincie, regio of school een ander effect heeft op de taal- en rekenscore in groep 4 dan in een andere provincie, regio of school, als men ten minste controleert voor de overige verschillen in ouder- en schoolkenmerken. 17

Uiteraard kunnen deze verschillen alsnog wel gevonden worden in hogere groepen binnen de basisschool, maar de data over leerlingen in deze hogere groepen hadden ernstige tekorten (met name beroepsgroep van de vader ontbrak). Uit het feit dat wij geen empirische aanwijzingen voor een afwijkend effect van het predikaat 1.25 leerling vonden, mag niet afgeleid worden dat er geen significante verschillen tussen scholen gevonden worden. Die significante verschillen tussen scholen op het punt van rekenen of taal hebben wij wel gevonden. Gezien de controle voor relevante ouder- en schoolkenmerken mogen deze significante verschillen tussen scholen beschouwd worden als hun verschil in 'toegevoegde waarde'. Het is dus niet juist dat het vast stellen van de toegevoegde waarde van basisscholen onmogelijk is, zoals de woordvoerder van OC&W enige tijd geleden verklaarde. Noten 1. Als mogelijke verklaringen voor deze verschuiving in de belangstelling zouden genoemd kunnen worden: 1. het verdwijnen van de ongeschoolde arbeidersklasse als politieke factor door de groei van de geschoolde hand- en hoofdarbeidersklasse; 2. de teleurstelling over de effecten van onderwijsprogramma's gericht op een collectieve verbetering van de onderwijskansen van arbeiderskinderen; 3. de 'paniek' die voortvloeide uit de constatering dat in Nederland een etnisch-gekleurde onderklasse is ontstaan. 2. Dat wil niet zeggen dat er gedurende de twintigste eeuw de relatieve onderwijskansen van arbeiderskinderen niet verbeterden: dat deden ze wel zowel door de steeds stijgende onderwijsdeelname van de gehele bevolking als door het terugdringen van de betekenis van de ouderlijke klasse (Dronkers & Ultee, 1995). Maar er is geen enkele indicatie dat in die trend de laatste twee decennia een breuk is opgetreden. 3. Met verklaring bedoelen wij hier het aantonen van een significante effect van het leerlinggewicht 1.25 op hun schoolprestaties in het basisonderwijs. 4. In het paper voor de Onderwijsresearch Dagen 1998, waarop dit artikel is gebaseerd, zijn wel alle relevante uitkomsten van de multi-level analyses opgenomen. Geïnteresseerden kunnen dit paper bij de eerste auteur opvragen. 5. Gegevens over het beroep van beide ouders ontbraken voor leerlingen van andere groepen in de basisschool, hetzij omdat ze niet gevraagd waren, hetzij omdat ze bij het codeerproces niet verwerkt zijn door diegenen die verantwoordelijk zijn voor de data verzameling. Het was door de omvang van de beschikbare financiële middelen voor dit project niet mogelijk deze nietverwerkte gegevens over de beroepen van beide ouders alsnog te coderen, ook als deze onverwerkte gegevens nog goed bewaard zouden zijn. Pogingen onzerzijds om additionele financiële middelen daarvoor te vinden zijn mislukt door gebrek aan belangstelling. 6. Indien onbekend op het gemiddelde geplaatst. 7. Hierbij zijn drie indicatoren van de milieucompositie van scholen gecombineerd: 1. het percentage ouders in groep 4 van de school met een hogere opleiding, gedeeld door het percentage ouders in groep 4 van de school met een lagere opleiding; 2. het percentage leerlingen in groep 8 van de school met een hoger advies, gedeeld door het percentage leerlingen in groep 8 van de

school met een lager advies; 3. het percentage autochtone leerlingen in groep 4 van de school. Deze drie indicatoren zijn met elkaar vermenigvuldigd, zodat een hoge score op deze variabele milieucompositie betekent dat deze school relatief veel ouders met een hogere opleiding kent, relatief veel hogere adviezen geeft en relatief veel autochtone leerlingen heeft, en vise versa. 8. Flevoland is bij Noord-Holland gerekend. 9. De drie noordelijke provincies (Groningen, Friesland, Drente) zijn samengenomen en vervolgens verdeeld in drie regio's: platteland, verstedelijkt platteland en steden. De oostelijke provincies (Overijssel, Gelderland), de westelijke provincies (Flevoland, Utrecht, Noord- en Zuid-Holland) en de zuidelijke provincies zijn in deze drie groepen samengenomen en vervolgens verdeeld in platteland, verstedelijkt platteland, kleienere steden en grotere steden. Dit leidt dus tot 15 verschillende regio's. Een nog meer gedetailleerde indeling was niet mogelijk met het oog op de beschikbare data. 10. Berekend over 305 scholen. 11. Maar niet per provincie, urbanisatiegraad of regio. 12. Verschillen in de gemiddelde scores tussen scholen in gemeenten met een verschillende urbanisatiegraad zijn daar en tegen niet meer significant. 13. Behalve bij provincies. 14. Belangrijk betekent hier een residu van de intercept van een afzonderlijke school, die groter is dan de standaarddeviatie van de gefixeerde intercept. 19

Literatuur Driessen, G. W. J. M. (1995). Het relatieve belang van sociaal milieu en etnische herkomst voor de verklaring van onderwijsachterstanden. Tijdschrift voor Onderwijsresearch, 20, 341-362. Driessen, G., Jungbluth, P., Langen, A. van & Vierke, H. (1996). PRIMA-cohortonderzoek. Technische rapportage. Nijmegen/Amsterdam: ITS/SCO-KI. Dronkers, J. & Meijnen, W. (1997). Zwarte en witte scholen: cohesie of uitsluiting? In K. Schuyt (ed.), Het sociaal tekort. Veertien sociale problemen in Nederland (pp. 142-155) Amsterdam: De Balie. Dronkers, J. & Ultee, W. C. (1995). Verschuivende ongelijkheid in Nederland: Sociale gelaagdheid en mobiliteit. Assen: Van Gorcum. Fraiture, J. F. M. de, Dronkers, J. & Erp, M. van (1997). Etnische diversiteit in afstand tussen taal- en rekenscores tussen jongens en meisjes. Amsterdam: SCO-Kohnstamm Instituut. Paper voor de Onderwijsresearchdagen '97 op 21, 22 & 23 mei 1997 te Leuven (Belgie) Hof, L. van 't & Dronkers, J. (1993). Onderwijsachterstanden van allochtonen: klasse, gezin of etnische cultuur? Migrantenstudies, 9, 2-25. Jungbluth, P., Peetsma, T. & Roeleveld, J. (1996). Leerlingprestaties en leerlinggedrag in het primair onderwijs. Nijmegen/Amsterdam: ITS/SCO-KI. Latuheru, E. J. & Hessels, M. G. P. (1994). Schoolprestaties van allochtone leerlingen: de invloed van etnische herkomst. Tijdschrift voor Onderwijsresearch, 19, 227-239. 20